稀土改性凹凸棒石饲料添加剂的制备方法

    公开(公告)号:CN113317394A

    公开(公告)日:2021-08-31

    申请号:CN202110611619.6

    申请日:2021-06-02

    Abstract: 本发明公开了具有霉菌毒素吸附、抑菌功能的凹凸棒石饲料添加剂的制备方法,本方法将凹凸棒石进行酸改性处理,纯化杂质后加入提前制备好的复合型稀土元素离子表面活性剂,在50‑90℃下反应8h,产物经沉淀、焙烧、洗涤、干燥、粉碎、过筛后,得到不仅兼具霉菌毒素吸附、抑菌功能,同时能调节机体代谢的稀土改性的凹凸棒石饲料添加剂,可应用于畜禽饲料添加,改善畜禽的肠道健康。

    一种母猪初生性能预测方法、系统、设备及存储介质

    公开(公告)号:CN117036081A

    公开(公告)日:2023-11-10

    申请号:CN202310813848.5

    申请日:2023-07-04

    Abstract: 本发明公开了一种母猪初生性能预测方法、系统、设备及存储介质,包括根据母猪的基本信息、体况、妊娠饲料营养成分、阶段性采食量和初生性能构建训练数据集;构建包含多颗回归树的初始梯度提升回归树模型,根据训练数据集依次对初始梯度提升回归树模型中的每一颗回归树进行训练以得到训练好的梯度提升回归树模型;通过训练好的梯度提升回归树模型进行初生性能预测,得到待预测母猪的初生性能预测结果,能够提高了母猪生产效率与养殖场的经济效益。

    一种母猪断奶性能预测方法、系统、设备及存储介质

    公开(公告)号:CN117036080A

    公开(公告)日:2023-11-10

    申请号:CN202310811103.5

    申请日:2023-07-04

    Abstract: 本发明公开了一种母猪断奶性能预测方法、系统、设备及存储介质,包括根据母猪的基本信息、环境、母猪体况、妊娠期和哺乳期饲料营养成分、阶段性采食量和母猪断奶性能构建训练数据集,构建初始随机森林模型,将训练数据集输入初始随机森林模型进行训练,得到训练好的随机森林模型及其每一颗回归树的最优切分变量和对应最优值,以使得通过最优切分变量和对应最优值满足将对应的回归树内的节点划分为两个子节点,且两个子节点内训练数据的均方差和最小,通过训练好的随机森林模型进行断奶性能预测,得到待预测母猪的断奶性能预测结果,能够适用于不同方案,提高了母猪生产效率与养殖场的经济效益。

    一株高抗逆性猪源海氏肠球菌及其应用

    公开(公告)号:CN117025435A

    公开(公告)日:2023-11-10

    申请号:CN202310033627.6

    申请日:2023-01-10

    Abstract: 本发明公开了一株高抗逆性猪源海氏肠球菌及其应用,所述海氏肠球菌为本申请发明人从健康的宁乡猪的粪便中分离筛选得到,菌种保藏于中国典型培养物保藏中心,保藏号为CCTCC NO:M 20221530。该菌株能够耐受低PH环境和高浓度猪胆盐,能够分解利用乳糖、棉子糖、麦芽糖、水杨素、纤维二糖、七叶苷、血清菊糖、蔗糖以及马尿酸钠,并对大肠杆菌、沙门氏菌、金黄色葡萄球菌均有抑制作用。本发明进一步构建老鼠模型验证其功能,发现该菌株能显著提高机体肠道健康。借此开发的微生态活菌制剂具有显著的益生特性,可用于调节畜禽肠道微生态平衡,并在预防或辅助治疗畜禽细菌性腹泻有些广阔的应用前景。

    一种提高肠道菌群体外纤维降解菌活性的培养基及其制备方法和应用

    公开(公告)号:CN119913073A

    公开(公告)日:2025-05-02

    申请号:CN202510101693.1

    申请日:2025-01-22

    Abstract: 本发明公开了一种提高肠道菌群体外纤维降解菌活性的培养基及其制备方法和应用,属于微生物培养基技术领域。本发明提供的培养基可以有效提高肠道菌群中纤维降解菌的活性,促进其生长代谢,进而大幅提高离体菌群的纤维降解能力,与目前常用的培养基相比,纤维发酵产物中总短链脂肪酸浓度最高可提高约50%;与目前常用的培养基相比,本发明提供的培养基可以改变肠道菌群中纤维降解菌菌群组成,共检测到9个属的菌丰度发生显著差异,这可能是发酵效率不同的原因;本发明提供的培养基有助于更充分地评估饲粮纤维的可发酵性,进而进一步研究其中的代谢途径、产物合成、酶活性和生物催化机制,对动物营养领域中仿生消化体系的优化有较大的价值。

    基于神经网络的母源传递关键菌预测和筛选方法和系统

    公开(公告)号:CN119694401A

    公开(公告)日:2025-03-25

    申请号:CN202411743239.8

    申请日:2024-11-29

    Abstract: 本发明属于计算机技术领域,公开了基于神经网络的母源传递关键菌预测和筛选方法,包括如下步骤:步骤1:获取母子微生物数据,形成数据集,并将数据集分为训练集和测试集;步骤2:构建基于注意力机制的神经网络模型,采用训练集、测试集对神经网络模型进行训练与调整,得到根据输入的母猪微生物数据预测仔猪微生物数据的神经网络模型;步骤3:通过逐一去除数据集中的母猪微生物数据中的菌属的方式对步骤2训练好的神经网络模型进行特征消融实验,得到对母源传递影响显著的关键菌。该方法利用了人工智能领域中先进的深度学习算法,通过分析母子微生物测序数据,构建一个能够预测母源关键菌的神经网络模型。该模型不仅能够从大规模微生物群落中提取对生长性能有关键影响的菌属,还可以通过对预测菌的定向培养组,筛选出影响关键表型的菌株。同时,本发明还提供了基于该方法的系统。

Patent Agency Ranking